“再不数据化智能化，就要被拍死在沙滩上了！”
大数据和人工智能现已成为这个年代的主题曲，与此同时，焦虑感也开端在职业中延伸，从草创公司到职业巨子，都急迫地想要跟上这股越炒越热的浪潮。
可是在数据化转型的测验中，怎么改动惯有的思想方法，这些严重的企业跑对方向了吗？
1+1=2仍是>2?
一家老练的企业往往有自己惯有的办理思想形式，并能从上至下贯穿辐射到企业的方方面面。而和人相同，企业的办理气质也有社会科学和自然科学两种。
就“1+1=？”这个最简略的问题来看，不同气质的企业或许会给出不同的答案。
纯自然科学的范畴中，成果一般比较有权威性，非此即彼，争议比较少，一加一的答案只能是二。这种典型的自然科学思想形式在互联网或许技能公司十分常见。
比方美国的谷歌，国内的BAT，他们一般会在办理中，对职工责任定义明确，并拟定十分具体的KPI对职工的成绩进行查核。
再比方LinkedIn公司，以强壮的运营布景著称业界，整个LinkedIn的数据驱动文明也较为强壮，高层对数据和技能十分灵敏。作为CEO的Jeff Weiner每天早上仍会看一份每小时更新的数据陈述，依据陈述他能敏捷了解到关于事务体现的许多信息，他还会将发现的问题当即发回至事务团队寻求回答。
因为数据团队创立的“优质运营(operational excellence)”结构，许多时分这些问题都会从现有的数据陈述中找到答案，或许现已提早发出通知。
在传统职业例如轿车职业中，思想方法上也更倾向技能思想办理定式。以宝沃轿车为例,公司传统更遭到自然科学的辅导，集团技能人员做产品设计、试验、丈量、查验的时分，对成果基本上比较简单达到共同，争议不大。即便有争议，也是停留在技能讨论层面。
（图为宝沃轿车集团常务副总裁魏林和先生共享科学的思想方法）
那么社会科学的思想方法是怎么样的呢？
在8月31日的“宝书沃野”——宝沃大讲堂第六期活动上，宝沃轿车集团常务副总裁魏林和先生从企业办理思想方法的视点进行证明：
这种思想方法是经过争辩、商洽、退让长时刻不断的重复构成的。与自然科学不相同，社会科学的思想方法寻求的是“1+1>2”的作用。它期望两个人加在一起，获得三个人的收益、四个人的收益。社会科学思想方法的逻辑是权衡取舍，在不同的时空、不同的情况下寻觅平衡，所以作业往往没有仅有答案。
这种权衡取舍、寻觅平衡的思想方法也存在坏处，也会发生抵触。被选中的人肯定是有成就感的，被放弃的人就有一种失落感。在这个进程傍边，得到优点的人自鸣得意，有丢失、有献身的人就不高兴。所以朴实用社会科学这种思想方法也会形成抵触和对立。
焦虑的传统企业
大数据和人工智能大行其道的今日，自然科学的思想方法被推到了至高的位置。
媒体、职业陈述中曝光的比如往往让人心动：处于展开前期、体量相对小的公司，经过几个月的布置，敏捷引进大数据范畴人才、上马一套完好的数据库，并树立较完好的数据收集剖析流程，发生马到成功的价值。大批互联网范畴的后起之秀给传统企业注入了巨大的焦虑感。
宝沃轿车集团常务副总裁魏林和先生指出，整个年代对自然科学看得比较重，轿车企业在办理进程中也更重视自然科学思想形式，社会科学思想处于弱势位置。所以传统职业的革新之路比幻想中困难，因为体量大、人才缺少，固有办理思想下，革新往往需求更持久的阵痛期。在数据化转型的测验中，许多企业面临着方针不明晰、事务边界含糊、人才缺少等问题。
以快消巨子雀巢为例，早在二十世纪八九十年代，雀巢美国的一些区域就开端做统计剖析，随后逐步在全美国展开，期望对全球商场进行数据化革新。可是，不同于中国电商数据的秒级更新速度，雀巢全球的许多线下门店电商数据的获取速度最快也需求一两天完结，而门店则需求一周乃至更长的时刻。在全球许多当地，门店数据乃至无法供给。
而且，不管电商仍是门店，一切被供给的数据在格局、质量、细化程度等方面都会有很大差异，乃至连同一个产品的称号代码都不相同。毫无疑问，数据整合和清洗的作业量十分之巨大，而这也是雀巢现在在数据使用方面的一大难题。
数据革新是灵丹妙药么？
究竟哪种思想方法更科学，更有助于推进传统职业的数字化互联网转型呢？
宝沃轿车集团常务副总裁魏林和先生以为，企业是一个有机的体系，体系之美在于自然科学和社会科学两种思想方法的辩证统一。
具体来说，数据和决议计划应该是分隔的。数据的收集不是为了查核，而是为了更好的决议计划。
精确的决议计划依靠高质量的数据。现在，虽然大都企业现已有了数据堆集的认识，可是收集到的数据是否实在，依然有待考证。数据出来再做作业的工程师，更多是在证明自己的主意，所以对数据有必定倾向性。此外，许多职工会将数据和自己的成绩挂钩，因此在进行数据收集时进行篡改。
而数据化办理的最大的难点，也就在于数据的实在性。宝沃大讲堂第六期另一位特邀嘉宾、叮当快药联合创始人徐欢生先生在讲演中也说到，在经营初期，叮当快药宁可容纳药店老板与到店客户的一些“做弊”行为，也要确保门店场景实在，数据精确。
很显然，数据化革新的必要条件有二：妥善堆集的数据，以及凡事有“数”可依的思想习惯。今日的数据年代下，大都传统企业中已十分重视数据收集，可是想要改动惯有的思想形式并不简单。
（左：宝沃轿车集团常务副总裁魏林和先生；右：叮当快药联合创始人、北京健康云创始人、原百度智能硬件创始人徐欢生先生）
当数据收集是为了更好的改进，而不会跟绩效挂钩时，数据化革新才算真实完成。
